AlphaGenome Atlas prédit l’effet de neuf milliards de variantes de l’ADN

Google DeepMind ouvre AlphaGenome Atlas, une base de 1 pétaoctet qui prédit l’effet moléculaire des neuf milliards de substitutions possibles dans le génome humain.

Trois milliards de positions, et trois remplacements possibles pour chacune. Ce calcul aboutit à environ neuf milliards de modifications d’une seule lettre dans le génome humain. Google DeepMind a demandé à AlphaGenome d’en estimer les conséquences moléculaires, puis a réuni les résultats dans une base consultable depuis un navigateur.

Lancé le 8 septembre 2026, AlphaGenome Atlas ne constitue pas un nouveau modèle entraîné depuis le départ. Il s’agit d’une ressource pré-calculée à partir d’AlphaGenome, présenté en 2025 puis décrit dans une publication de Nature en janvier 2026. Google a exécuté le modèle à très grande échelle afin que les chercheurs n’aient plus à produire séparément chaque prédiction.

Le mot « atlas » mérite toutefois une précision. La plateforme ne recense pas neuf milliards de mutations déjà observées chez des humains. Elle examine toutes les substitutions théoriquement possibles par rapport à une séquence de référence. À chaque position contenant une lettre A, C, G ou T, les trois autres lettres constituent autant de variantes potentielles.

Le catalogue comprend donc des changements fréquents, des variantes rares et une immense majorité de substitutions qui n’ont peut-être jamais été observées dans une population. Il offre une liste d’hypothèses moléculaires plutôt qu’un inventaire de la diversité génétique réelle.

Son périmètre se limite également aux variantes mononucléotidiques, souvent désignées par l’abréviation SNV. Les insertions, suppressions, duplications, expansions de séquences répétées et réarrangements chromosomiques ne sont pas systématiquement couverts par ces neuf milliards de résultats. AlphaGenome sait analyser certains autres types de modifications lors de requêtes ciblées, mais Atlas ne doit pas être présenté comme une prédiction exhaustive de toutes les variations possibles du génome.

Le modèle sous-jacent reçoit jusqu’à un million de lettres d’ADN à la fois. À partir de cette séquence, il prédit plusieurs mesures liées au fonctionnement des gènes, dont leur expression, le démarrage de la transcription, l’accessibilité de la chromatine, certaines modifications des histones, la liaison de facteurs de transcription, les contacts entre régions chromosomiques et l’épissage de l’ARN.

La publication consacrée à AlphaGenome décrit 5 930 pistes de données pour l’humain et 1 128 pour la souris, réparties entre onze types de sorties. Plusieurs résultats atteignent une résolution d’une paire de bases, tandis que d’autres, comme les cartes de contact chromosomique, utilisent une échelle plus large.

La longueur d’entrée d’un million de lettres aide le modèle à considérer des éléments régulateurs éloignés du gène qu’ils influencent. Elle ne correspond cependant pas à une compréhension complète de chaque chromosome. Les interactions situées en dehors de cette fenêtre, les changements propres à un état cellulaire temporaire et les effets impliquant plusieurs régions très éloignées peuvent lui échapper.

Cette capacité intéresse particulièrement les chercheurs travaillant sur l’ADN non codant. Environ 2 % du génome humain code directement des protéines. Le reste contient entre autres des séquences qui contrôlent où, quand et avec quelle intensité les gènes s’expriment. Une modification située loin d’un gène peut donc agir sur son activité sans altérer la protéine elle-même.

Ces variantes régulatrices restent difficiles à interpréter. Leur position ne révèle pas immédiatement le tissu concerné, le mécanisme perturbé ni le gène susceptible d’être affecté. AlphaGenome compare ses prédictions pour la séquence de référence et pour la séquence modifiée afin d’estimer la différence produite sur plusieurs processus biologiques.

Atlas associe ces résultats à ceux d’AlphaMissense, un autre système de Google DeepMind consacré aux changements qui modifient les protéines. Cette combinaison donne naissance à l’AlphaGenome Variant Impact score, ou AVI.

L’AVI résume dans un même nombre l’importance fonctionnelle prédite d’une variante, qu’elle se situe dans une région codante ou non codante. Les chercheurs peuvent ainsi classer rapidement une longue liste de candidats avant d’examiner les résultats détaillés.

Ce nombre ne constitue pas un diagnostic. Un AVI élevé indique qu’une modification pourrait perturber fortement un ou plusieurs processus moléculaires. Il ne prouve pas qu’elle provoque une maladie, ne mesure pas directement la probabilité qu’une personne développe un symptôme et ne remplace pas l’analyse de sa fréquence dans la population ou de sa transmission au sein d’une famille.

Pour éviter de réduire l’interprétation à une valeur isolée, Atlas fournit aussi des attributions détaillées. Elles montrent quelles composantes contribuent au score, par exemple une modification prédite de l’épissage, de l’expression d’un gène, de l’accessibilité de la chromatine ou de la structure d’une protéine.

La plateforme rassemble en outre plus de 2 500 motifs d’ADN récurrents. Ces courtes séquences fonctionnent comme des éléments de vocabulaire biologique. Certaines servent de sites de liaison à des protéines qui activent ou freinent l’expression des gènes. Relier une variante à un motif perturbé peut aider à formuler une explication mécanistique qui sera ensuite testée expérimentalement.

L’ensemble occupe environ 1 pétaoctet, soit plus de trente fois la taille annoncée pour la base AlphaFold. Cette comparaison décrit avant tout le volume de stockage. Elle ne signifie pas que les prédictions d’Atlas sont trente fois plus précises ou qu’elles possèdent automatiquement une valeur scientifique supérieure.

L’interface web vise les chercheurs qui ne souhaitent pas écrire de code pour chaque consultation. Ils peuvent rechercher une variante, observer les scores associés et parcourir son environnement génomique. Une API reste disponible pour les analyses automatisées, tandis qu’une intégration à Google Antigravity doit faciliter son utilisation dans des chaînes de recherche pilotées par des agents.

Le